Sprachverarbeitung 100 Klopfen 2015 ["Kapitel 6: Englische Textverarbeitung"](http: //www.cl.ecei) Dies ist die Aufzeichnung von 51. "Wörter ausschneiden" von .tohoku.ac.jp / nlp100 / # ch6). Diese Zeit ist technisch fast die gleiche wie beim letzten Mal. Ein einfaches Klopfen, das mit weniger als 10 Codezeilen endet.

Referenzlink

Verknüpfung	Bemerkungen
051.Wörter ausschneiden.ipynb	Antwortprogramm GitHub Link
100 Klicks Amateur-Sprachverarbeitung:51	Kopieren Sie die Quelle vieler Quellteile und fügen Sie sie ein

Umgebung

Art	Ausführung	Inhalt
OS	Ubuntu18.04.01 LTS	Es läuft virtuell
pyenv	1.2.16	Ich benutze pyenv, weil ich manchmal mehrere Python-Umgebungen benutze
Python	3.8.1	python3 auf pyenv.8.Ich benutze 1 Pakete werden mit venv verwaltet

Kapitel 6: Verarbeiten von englischem Text

Inhalt des Studiums

Ein Überblick über verschiedene grundlegende Technologien für die Verarbeitung natürlicher Sprache durch englische Textverarbeitung mit Stanford Core NLP.

Stanford Core NLP, Stemming, Teilwort-Tagging, Extraktion eindeutiger Ausdrücke, Co-Referenzanalyse, Abhängigkeitsanalyse, Klauselstrukturanalyse, S-Ausdruck

Inhalt anklopfen

Führen Sie die folgende Verarbeitung für den englischen Text durch (nlp.txt).

51. Wörter ausschneiden

Betrachten Sie Leerzeichen als Wortumbrüche, nehmen Sie 50 Ausgaben als Eingabe und geben Sie sie in Form eines Wortes pro Zeile aus. Geben Sie jedoch am Ende der Anweisung eine Leerzeile aus.

Antworten

Antwortprogramm [051. Word Clipping.ipynb](https://github.com/YoheiFukuhara/nlp100/blob/master/06.%E8%8B%B1%E8%AA%9E%E3%83%86%E3 % 82% AD% E3% 82% B9% E3% 83% 88% E3% 81% AE% E5% 87% A6% E7% 90% 86 / 051.% E5% 8D% 98% E8% AA% 9E% E3% 81% AE% E5% 88% 87% E3% 82% 8A% E5% 87% BA% E3% 81% 97.ipynb)

import re

with open('./050.result.txt') as file_in, \
     open('./051.result.txt', 'w') as file_out:
    for line in file_in:
        if line != '\n':
            line = re.sub(r'''
                         [\.|;|:|\?|!|,]*  # . or ; or : or ? or ! or ,Ist 0 mal oder mehr
                         \s                 #Leer
                       ''', '\n', line, flags = re.VERBOSE)
            print(line, file=file_out)

Kommentar beantworten

Reguläre Ausdrücke

Verarbeitung mit regulären Ausdrücken nach dem vorherigen Mal. Ersetzen Sie diesmal das Leerzeichen durch ein Zeilenumbruch. Diese Zeit ist einfacher, da es keine positiven Vorausschau- / Rückblick-Aussagen gibt. Auch wenn es vor dem Leerzeichen ein Symbolsystem gab, wurde es ersetzt.

Ausgabeergebnis (Ausführungsergebnis)

Wenn das Programm ausgeführt wird, wird das folgende Ergebnis (Auszug aus den ersten 20 Zeilen) ausgegeben.

`text:051.result.txt(Auszug aus den ersten 20 Zeilen)`


Natural
language
processing

From
Wikipedia
the
free
encyclopedia

Natural
language
processing
(NLP)
is
a
field
of
computer
science

[PYTHON] 100 Sprachverarbeitung Knock-51: Wortausschnitt